coursera machine learning note-白红宇

coursera machine learning note

阅读量：6418 次

发布时间：2019-06-23

本文共 427 字，大约阅读时间需要 1 分钟。

To be continued..

-----------------------------------------------------------------

Last updated: 2016.4.2.

SVM is a trick that allows the computer to deal with infinite features.

Optimization algorithm:

gradient descent

conjugate gradient

BFGS

L-BFGS

underfit, high bias

just right

overfit, high variance

convergence is

achieved (all training samples are classified correctly)

转载于:https://www.cnblogs.com/ycjing/p/5271502.html

你可能感兴趣的文章

Java NIO之拥抱Path和Files

查看>>

TensorFlow引入了动态图机制Eager Execution

查看>>

[译] 怎样减少 Android 应用包 60% 的大小？

查看>>

微信原图泄露的只能是 Exif ，你的隐私不在这！！！

查看>>

微信小程序教学第三章（含视频）：小程序中级实战教程：列表篇-页面逻辑处理...

查看>>

页面间通信与数据共享解决方案简析

查看>>

Swift 中 Substrings 与 String

查看>>

作为一个开源软件的作者是一种什么样的感受？

查看>>

基于vue-cli3 SSR 程序实现热更新功能

查看>>

性能优化篇 - css typed OM（css typed object model）

查看>>

看图轻松理解数据结构与算法系列(Radix树)

SpringSession系列-分布式 session 实现方案及 SpringSession 功能分析

iOS开发笔记（五）：UIScrollView实现原理

查看>>